混频器

mixfdr:使用正常混合计算错误发现率和效果大小,此软件包将正常混合模型拟合到数据中,并使用它们计算效果大小估计值以及局部和尾部区域的错误发现率。为了精确起见,假设有许多正态分布的z,每个z[i]都有平均delta[i]。该软件包将根据z(效果大小)、P(delta[i]=0 | z[i])(局部错误发现率)和P(delta[i]=0 | | z[i]|gt;z)(尾部区域错误发现率)来估计delta[i](资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(参考 18篇文章

显示第1至18个结果,共18个。
按年份排序(引用)

  1. Bickel,David R.;Rahal,Abbas:《似然范式中的模型融合和多重检验:收缩和支持点零假设的证据》(2019年)
  2. 蔡俊辉;曼德尔鲍姆、阿维沙伊;纳加拉贾、蔡特拉赫;沈海鹏;赵琳达:数据科学的统计理论(2019)
  3. Sinha,Shyamalendu;Hart,Jeffrey D.:使用混合先验估计高维正态分布的平均值和方差(2019年)
  4. Feng,Long;Dicker,Lee H.:混合模型的近似非参数最大似然:拟合任意多元混合分布的凸优化方法(2018)
  5. Madrid Padilla,Oscar Hernan;Polson,Nicholas G.;Scott,James:混合物的反褶积路径(2018)
  6. Weinstein,Asaf;Ma,Zhang;Brown,Lawrence D.;Zhang,Chuan Hui:异方差正态均值的组线性经验Bayes估计(2018年)
  7. 潘佳秋;黄玉芬;黄俊泰。基因:选择参数的估计(2017)
  8. Cipolli,William III;Hanson,Timothy;McLain,Alexander C.:贝叶斯非参数多重检验(2016)
  9. Lee,Donghwan;Lee,Youngjo:隐马尔可夫随机场模型下具有方向误差控制的多重测试的扩展似然方法(2016)
  10. Mukhopadhayy,Subhadeep:大规模信号检测:统一视角(2016)
  11. 谢先超;寇,S.C.;Brown,Lawrence:具有二次方差的分布族中平均参数的最优收缩估计(2016)
  12. Zehetmayer,Sonja;Graf,Alexandra C.;Posch,Martin:控制错误发现率的两阶段设计的样本量重新评估(2015年)
  13. Heller,Ruth;Yekutieli,Daniel:全基因组关联研究的可复制性分析(2014)
  14. Miecznikowski,Jeffrey C.;Gaile,Daniel P.:使用经验零分布对广义家族错误率的新表征(2014)
  15. Phillips,Daisy;Ghosh,Debasis:用Voronoi图检验分离假设及其在遗传学中的应用(2014)
  16. 如果没有两个简单的参数发现(David Bickel,2013),那么就只有少数几个参数发现率是错误的
  17. Muralidharan,Omkar:基于经验贝叶斯的高维指数族估计(2012)
  18. Muralidharan,Omkar:效应大小和错误发现率估计的经验贝叶斯混合方法(2010)